선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 단위 점포의 운영시 장기 목표에 못지않게 중요하게 관리하는 단기성과 목표는 수익성으로, DEA 효율성 점수와 수익성의 관계를 파악하기 위하여 효율성-수익률 매트릭스를 작성하였다. 고효율 집단의 특성을 파악하기 위하여 운영 특성에 따른 차이 분석을 실시하였으며, 그룹별 특성 및 개선 전략을 제시하고자 하였다. 효율성과 수익률에 따른 분류 모형은 Fig.
- 인건 비율, 원가율과 같은 비율 지표는 계산이 용이하고 특정 부분의 성과나 추이를 쉽게 알아볼 수 있기 때문에 예비 지표나 단기간 성과를 파악하는데 널리 사용되나, 다수의 지표 간 가중치를 매기거나 조직 전반의 효율성을 파악하기에는 해석이 어렵다. 둘째, 효율성 지수법은 시간, 인력, 비용 등 투입에 대한 산출물의 비율을 측정하여 개인별, 시간대별 경쟁 업계와 비교하고 절대적인 수치를 향상시키는 것을 목표로 한다. 가장 널리 사용된 전통적 효율성 측정 방법은 노동생산성 지표로 1980년 이후에는 재료 비율, 1식당 재료비, 유틸리티 비용, 자본 비용 등의 다양한 투입 요소들이 고려되어 널리 활용되어 왔다(Brown & Hoover 1990).
- 본 연구는 DEA 기법을 활용하여 푸드서비스 점포의 효율성 점수를 산출하고, 단기 경영 목표인 수익성과의 매트릭스 분석을 통해 4그룹으로 분류한 뒤 각 그룹별 운영 특성을 살펴보고 개선 전략을 도출하는 것을 목적으로 하였다.
- 본 연구는 Kim & Park(2009)의 연구를 심화하여 고효율 점포를 위한 운영 방법을 찾는 것을 목적으로 하였으며, 당시 사용되었던 A기업의 260개 점포 중, 동일한 형태의 자료를 수집할 수 있었던 점포를 대상으로 하였다.
- 본 연구는 종합 효율성 측정 지표인 DEA를 활용하여 효율성 점수를 측정하고, 종합 효율성을 개선하기 위한 운영 전략 제시를 위해 매트릭스 분석을 통해 고성과 그룹의 특성을 도출하고 개선전략을 제시했다는 점에서 차별성이 있다. 반면, 2009년의 연구에 이어 효율성을 높이기 위한 심화된 연구를 진행하고자 시도하였으나, 자료 수집의 한계로 인해 표본수가 감소하였으며, 고객 만족도 외의 정성적 변수들은 고려되지 못하고 편의 표본 추출 방법을 사용하여 전체 산업으로 확대하는데 한계가 있다.
- 260개 점포를 대상으로 진행했던 Kim & Park (2009)의 연구에서 효율성 점수와 운영 변수에 대한 회귀 분석을 실시한 결과, 효율성 점수에 영향을 미치는 변수는 급식 단가, 정직원 비율, 월식수, 잔반율, 계약기간, 점심 메뉴 수였으며, 규모에 따라 영향을 미치는 요인들이 달랐다. 본 연구에서는 동일 점포들 중 일부를 대상으로 매트릭스 분석을 통해 고성과 집단의 특성을 살펴보고자 하였으며, 2009년의 연구와 비교해 볼 때 규모(월식수), 급식 단가가 공통 요인으로 분석되었다.
- 이를 위해 DEA 기법을 활용하여 푸드서비스 점포의 종합 효율성을 평가하며, 점포를 그룹핑하여 각 그룹별 운영 특성의 차이 분석하고, 그에 따른 개선 방안을 제시하고자 한다. 연구 결과를 통해 고효율 점포와 저효율 점포의 특성을 찾아내고, 궁극적으로 고효율 점포가 되기 위한 운영 방법을 도출하는 것을 목적으로 한다.
가설 설정
- 주어진 변수 특성이 기본 전제조건에 맞을 경우 가장 적절한 방법으로, 모든 비교 대상 DMU들의 효율성은 1보다 작거나 같다는 제약 조건 하에서 평가하고자 하는 DMU의 효율성을 극대화하는 모형이다. 생산 함수가 규모 수익 불변(CRS: constant return to scale)임을 가정하고 있으며, 기업이 최적의 규모로 운영될 경우 적합한 모델이다. CCR 효율성 점수는 기술 효율성(technical effi- ciency: TE)이라고 명명되며, 이는 생산 과정에서 평가 대상 DMU가 얼마나 효율적으로 투입 요소를 산출 요소로 변환시켰는가를 측정한다(Hong & Kang 2005).
제안 방법
- 1) 고객 만족도: 각 점포별로 60～80부의 설문을 배포하여 수거하였으며, 설문 내용은 음식의 맛, 간, 양, 다양성, 온도, 조화도, 선호 메뉴 제공 여부, 전체 만족도를 묻는 8가지 문항으로 구성되었으며, 각 문항은 리커트 5점 척도로 측정하였다.
- 2) 정직원 비율: 정직원 인건비를 총 인건비로 나누어 계산하였다.
- 3) 일용직 비율: 일용직 인건비를 총 인건비로 나누어 계산하였다.
- 6) 메뉴 수: 한 달간 제공된 총 메뉴 중 양념/소스류를 제외한 밥, 국, 찬류의 수를 조사하였다.
- 8) 발주 수정율: (1인량×예측 식수로 산정된 전산 발주량— 최종 발주량)÷전산 발주량으로 계산하였으며, 1인량 관리와 재고 관리의 정확도를 측정하기 위해 사용하였다.
- DEA 효율성 점수를 계산하기 위한 산출 변수는 매출, 고객 만족도를 선정하였고, 투입 변수는 재료비, 인건비, 경비를 사용하였다. DEA 효율성 점수에 따른 그룹별 특성을 알아보기 위해 다수의 변수들이 사용되었으며, 운영 변수들의 조작적 정의는 다음과 같다.
- 9%)가 선정되었다. DEA 효율성 점수를 파악하기 위하여 손익 관련 자료를 수집하였고, 고객 만족도 점수는 리서치 전문기관에 의뢰하여 분석된 결과를 활용하였다. 점포의 특성을 파악하기 위하여 업태, 계약 형태, 휴무일 형태, 운영 끼니, 단가, 계약 기간 등의 정보를 수입하였으며, 세부 운영 특성 파악을 위해 가공식품 사용률, 식수 예측 정도, 재료비 관리 현황, 제공 메뉴 수 등의 정보를 추가적으로 수집하였다.
- DEA 효율성 점수와 수익률 매트릭스 분석을 통해 분류된 그룹들의 특성을 살펴보고, 고성과 그룹이 되기 위해 개선해야 하는 부분을 도출하기 위해 각 그룹 별로 운영 변수에 차이가 있는지 살펴보았다. 효율-수익 4개 그룹 간 운영 변수에 차이가 있는지 검증하기 위해 일원분산분석을 실시하였으며, 그 결과는 Table 5로 정리하였다.
- 단위 점포의 운영시 장기 목표에 못지않게 중요하게 관리하는 단기성과 목표는 수익성으로, DEA 효율성 점수와 수익성의 관계를 파악하기 위하여 효율성-수익률 매트릭스를 작성하였다. 고효율 집단의 특성을 파악하기 위하여 운영 특성에 따른 차이 분석을 실시하였으며, 그룹별 특성 및 개선 전략을 제시하고자 하였다.
- 기업 경영의 궁극적 목표는 지속적인 사업의 영위로 이를 위해서는 고객 만족에 기반한 성장이 전제되어야 한다. 따라서 본 연구에서는 DEA 효율성 점수 산출을 위한 산출 변수로 매출과 고객 만족도를 선정하였고, 투입 변수로는 재료비, 인건비, 경비를 사용하였다. DEA 효율성 점수는 박만희(2008)의 EnPAS 프로그램을 사용하였으며, 매출과 고객 만족을 극대화하기 위한 목적으로 산출 지향 모델로 결과값을 계산하였으며, 다양한 업태의 점포들을 대상으로 하였기 때문에 BCC 모형을 기본으로 사용하였다.
- 1과 같다. 매트릭스 그룹은 효율성(efficiency), 수익 (profit)의 영어 약자인 E, P와 고(high), 저(low)의 약자인 H, L을 조합하여 그룹 이름으로 명명하였다. X축은 평균점을 기준으로 수익률이 높고 낮음을 나타내며, Y축은 평균점을 기준으로 DEA 효율성 점수가 높고 낮음을 나타낸다.
- DMU들의 효율성은 운영 환경 및 투입 변수와 산출 변수의 영향을 받기 때문에, 다양한 모형을 적용하고 있다. 산출 변수와 투입 변수 중 주력으로 통제할 수 있는 변수에 따라 투입 지향 모형과 산출 지향 모형을 선택하여 분석을 하며, 운영 환경의 다양성 정도에 따라 CCR, BCC 등의 모형을 선택할 수 있다. CCR 모형은 1978년 Charnes, Cooper, and Rhodes(이하 CCR)가 Farrell MJ(1957)의 효율성 개념을 다수의 투입과 산출이 있는 경우로 확장하여 개발한 기초적인 DEA 모형을 말한다(Charnes et al 1978).
- 수익률과 DEA 효율성 점수를 각각 X, Y 축으로 매트릭스를 작성하여 고효율-고수익, 고효율-저수익, 저효율-고수익, 저효율-저수익의 4개 그룹으로 분류하였으며, 각각의 그룹에 대한 세부 분석을 실시하였다. 점포의 계약 형태에 따른 분류에서는 식단가제 점포가 79.
- 매트릭스 그룹별로 점포 특성에 따른 차이를 살펴보기 위하여 교차분석을 실시한 결과는 Table 4와 같다. 월식수, 급식 단가, 재료비 단가, 계약 기간은 변수 값을 내림차순으로 정렬한 뒤 동일한 점포수를 기준으로 4개 그룹으로 나누어 그룹 간 차이를 살펴보았다. 점포 운영 특성 중 계약 형태와 급식 단가는 χ2값이 15.
- 본 연구에서는 Choi & Park(2007)에서 제시한 매트릭스 분석을 기반으로 Kim & Park(2009)의 효율성 점수와 운영 변수의 영향도 분석을 통한 개선 전략을 접목하였다. 이를 위해 DEA 기법을 활용하여 푸드서비스 점포의 종합 효율성을 평가하며, 점포를 그룹핑하여 각 그룹별 운영 특성의 차이 분석하고, 그에 따른 개선 방안을 제시하고자 한다. 연구 결과를 통해 고효율 점포와 저효율 점포의 특성을 찾아내고, 궁극적으로 고효율 점포가 되기 위한 운영 방법을 도출하는 것을 목적으로 한다.
- 효율성 점수를 계산하기 위해 산출 변수는 매출, 고객 만족도를 사용하였고, 투입 변수로는 재료비, 인건비, 운영 경비를 사용하였다. 점포 특성 및 운영 전략을 도출하기 위한 변수로 계약 형태, 휴무 유형, 점포 유형, 운영 끼니및 정직원 비율, 일용직 비율, 식수, 급식 단가, 재료비 단가, 메뉴 수, 가공식품 사용률, 식수 오차율, 재료비 편차, 발주 정확도, 신메뉴 사용수, 이벤트 실행수를 조사하였다.
- DEA 효율성 점수를 파악하기 위하여 손익 관련 자료를 수집하였고, 고객 만족도 점수는 리서치 전문기관에 의뢰하여 분석된 결과를 활용하였다. 점포의 특성을 파악하기 위하여 업태, 계약 형태, 휴무일 형태, 운영 끼니, 단가, 계약 기간 등의 정보를 수입하였으며, 세부 운영 특성 파악을 위해 가공식품 사용률, 식수 예측 정도, 재료비 관리 현황, 제공 메뉴 수 등의 정보를 추가적으로 수집하였다.
- 첫째, 비율 분석법은 재무제표상의 재무 비율을 이용하여 자체 기준이나 산업 표준 비율 등과 비교하거나 추이를 관찰하여 유동성, 수익률, 안정성, 성장성 등을 평가한다. 인건 비율, 원가율과 같은 비율 지표는 계산이 용이하고 특정 부분의 성과나 추이를 쉽게 알아볼 수 있기 때문에 예비 지표나 단기간 성과를 파악하는데 널리 사용되나, 다수의 지표 간 가중치를 매기거나 조직 전반의 효율성을 파악하기에는 해석이 어렵다.
- 푸드서비스 점포의 종합적인 성과 개선 전략 수립을 위해 효율성, 수익 외에 만족도와의 관계를 살펴보기 위해 효율- 만족 매트릭스 분석을 부가적으로 실시하였다. 효율-수익, 효율-만족 그룹 간에 교차 분석을 수행한 결과, 수익성과 만족도에서 유사한 그룹에 속할 확률은 42.
- DEA 효율성 점수의 산출 변수 중 매출은 계약에 의해 운영되는 산업의 특성상 운영자의 노력으로 증대시키기 어렵기 때문에 실제 운영에서는 만족도를 극대화하기 위한 노력을 한다. 푸드서비스 점포의 종합적인 성과 개선 전략 수립을 위해 효율성, 수익 외에 만족도와의 관계를 살펴보기 위해 효율-수익 매트릭스와 동일한 방법으로 효율-만족 매트릭스 분석을 실시하고, 효율-수익, 효율-만족 그룹 간에 교차 분석을 실시하였다. Table 6에 나타난 결과와 같이 수익 성과 만족도에서 유사한 그룹에 속할 확률은 42.
- 분석 자료는 148개 급식 점포를 대상으로 2009년 10월의 자료를 수집하였으며, DEA 모델은 산출 지향 BCC 모델을 사용하였다. 효율성 점수를 계산하기 위해 산출 변수는 매출, 고객 만족도를 사용하였고, 투입 변수로는 재료비, 인건비, 운영 경비를 사용하였다. 점포 특성 및 운영 전략을 도출하기 위한 변수로 계약 형태, 휴무 유형, 점포 유형, 운영 끼니및 정직원 비율, 일용직 비율, 식수, 급식 단가, 재료비 단가, 메뉴 수, 가공식품 사용률, 식수 오차율, 재료비 편차, 발주 정확도, 신메뉴 사용수, 이벤트 실행수를 조사하였다.
대상 데이터
- 본 연구는 Kim & Park(2009)의 연구를 심화하여 고효율 점포를 위한 운영 방법을 찾는 것을 목적으로 하였으며, 당시 사용되었던 A기업의 260개 점포 중, 동일한 형태의 자료를 수집할 수 있었던 점포를 대상으로 하였다. 2008년 10월 운영되었던 260개 점포 중 2009년 10월에도 운영되었으며, 연구에 필요한 모든 변수들을 수집할 수 있는 점포를 조사한 결과, 전국에서 최종 148개(56.9%)가 선정되었다. DEA 효율성 점수를 파악하기 위하여 손익 관련 자료를 수집하였고, 고객 만족도 점수는 리서치 전문기관에 의뢰하여 분석된 결과를 활용하였다.
- 2%이었으며, 월 평균 식수는 9,575명이었고, 급식 단가는 3,506원으로 이중 재료비로 1,921원을 사용하고 있었다. 계약 기간은 5.6년이었고, 사용 메뉴 수는 230개로 중식에 사용한 메뉴 수는 141개였다. 가공식품은 20.
- 분석 자료는 148개 급식 점포를 대상으로 2009년 10월의 자료를 수집하였으며, DEA 모델은 산출 지향 BCC 모델을 사용하였다. 효율성 점수를 계산하기 위해 산출 변수는 매출, 고객 만족도를 사용하였고, 투입 변수로는 재료비, 인건비, 운영 경비를 사용하였다.
데이터처리
- 11) 재료비 편차: 월 재료비 단가에서 일별 재료비 단가의 차이를 차감한 편차의 평균으로 산출하였다.
- 고성과 집단(고효율-고수익-고만족 특성을 갖는 34개 점포)과 저성과 집단(저효율-저수익-저만족 특성을 갖는 37개 집단)을 비교 분석하여 운영 현황을 파악하고 개선 방향을 수립하기 위하여, 독립표본 t 검정을 통해 그룹 간 차이를 분석하여 Table 7로 정리하였다. 고성과, 저성과의 구분 기준인 효율성 점수, 고객 만족도, 수익률 세 항목은 모두 고성과 그룹이 높은 수치를 보였으며 t값은 각각 17.
- 7) 식수 오차율: 식수 예측의 정확도를 알아보기 위해 평균 절대 비율 오차(MAPE: mean absolute percentage error) 방법으로 측정하였다. 총 식수 오차율은 일식수오차율의 평균값으로 산출하였다. MAPE는 예측된 각 기간의 오차의 절대치를 실제치로 나누어 퍼센트를 계산하고, 이를 모두 합하여 예측기간 수로 나눈 것이다.
- DEA 효율성 점수와 수익률 매트릭스 분석을 통해 분류된 그룹들의 특성을 살펴보고, 고성과 그룹이 되기 위해 개선해야 하는 부분을 도출하기 위해 각 그룹 별로 운영 변수에 차이가 있는지 살펴보았다. 효율-수익 4개 그룹 간 운영 변수에 차이가 있는지 검증하기 위해 일원분산분석을 실시하였으며, 그 결과는 Table 5로 정리하였다.
이론/모형
- 7) 식수 오차율: 식수 예측의 정확도를 알아보기 위해 평균 절대 비율 오차(MAPE: mean absolute percentage error) 방법으로 측정하였다. 총 식수 오차율은 일식수오차율의 평균값으로 산출하였다.
- 따라서 본 연구에서는 DEA 효율성 점수 산출을 위한 산출 변수로 매출과 고객 만족도를 선정하였고, 투입 변수로는 재료비, 인건비, 경비를 사용하였다. DEA 효율성 점수는 박만희(2008)의 EnPAS 프로그램을 사용하였으며, 매출과 고객 만족을 극대화하기 위한 목적으로 산출 지향 모델로 결과값을 계산하였으며, 다양한 업태의 점포들을 대상으로 하였기 때문에 BCC 모형을 기본으로 사용하였다.
- DMU는 기업이나 조직에서 효율성 평가의 기준이 되는 단위를 의미하며, 분석 대상에 따라 기업, 조직, 점포, 개인 등이 될 수 있다. 변경 분석은 주로 DEA(data envelopment analysis: 자료 포락 분석)와 SFA(stochastic frontier analysis: 확률 변경 분석)를 이용하여 측정한다(박만희 2008). 비모수적 방법인 DEA가 개별 기업 수준의 효율성을 측정하기 위한 수단으로 개발된 반면, 모수적 방법인 SFA는 생산 기술 구조의 특성 중 하나로 효율성을 측정하기 위해 제안되었으며 주된 관심은 산업의 평균 효율성에 있고 확률 오차를 명시적으로 반영하는 특성이 있다(김 등 2007).
- 본 연구에서는 Choi & Park(2007)에서 제시한 매트릭스 분석을 기반으로 Kim & Park(2009)의 효율성 점수와 운영 변수의 영향도 분석을 통한 개선 전략을 접목하였다.
성능/효과
- 260개 점포를 대상으로 진행했던 Kim & Park (2009)의 연구에서 효율성 점수와 운영 변수에 대한 회귀 분석을 실시한 결과, 효율성 점수에 영향을 미치는 변수는 급식 단가, 정직원 비율, 월식수, 잔반율, 계약기간, 점심 메뉴 수였으며, 규모에 따라 영향을 미치는 요인들이 달랐다.
- DEA 효율-수익 매트릭스에 의한 그룹 분류 결과, 고효율 그룹들은 DEA 산출 변수로 사용된 매출과 고객 만족도의 점수가 높았으며 손익 지표 중 비율 지표 전반에서 유의적인 차이를 보였다. 만족도와 이익은 반비례할 것이라는 예상과 달리 고객 만족도와 수익률은 관계를 보이지 않으며, 고효율-저수익 그룹은 매출은 큰 반면 수익은 내지 못해서, 대형 점포들이 효율성과 수익률이 좋을 것이라는 일반적인 규모의 효율성 이론에 일치하지 않았다.
- 5%(17개)의 순이었다. DEA 효율성 점수를 계산하기 위한 산출 변수인 매출은 평균 32,231천원, 고객 만족도는 3.77점으로 조사되었으며, 투입 변수로는 재료비 18,365천원, 인건비 10,878천원, 경비 2,642천원을 사용하였다. 정직원 비율은 33.
- 3%를 사용하여, 저수익 그룹이 고수익 그룹보다 7% 이상 높게 사용하였다. 결과적으로 손익 변수에서 DEA 효율성 점수에 가장 정확한 영향을 주는 변수는 재료 비율로 추정할 수 있었으며, 수익성에 영향력이 큰 변수는 인건 비율이라고 할 수 있었다. 고효율-저수익 그룹은 매출 규모에도 불구하고 인건 비율이 높아서 수익률이 낮다고 할 수 있으며, 저효율-고수익 그룹은 재료비를 많이 사용하지만 인건비 비율이 낮아서 효율성이 높다고 할 수 있다.
- 급식 단가에 따른 분류에서 가장 고단가인 1분위 그룹은 64%(24점포)가 고효율-고수익 그룹에 분류되었고, 저단가인 4분위 그룹은 54%(21점포)가 저효율-저수익 그룹으로 분류되어 유의적인 차이를 보였다. 고단가 분위의 그룹들은 고효율 그룹에 분류되는 비율이 높고, 저단가 분위의 그룹들은 저효율 그룹에 분류되는 비율이 높았다.
- 고성과 그룹(고효율-고수익-고만족 특성을 갖는 34개 점포)은 BCC 점수, 고객 만족도, 수익률에서 저성과 그룹과 통계적으로 유의한 차이를 보였으며, 손익 항목에서는 매출, 재료 비율, 인건 비율, 운영 경비율에서 유의적 차이를 보였다. 고성과 그룹은 저성과 그룹에 비해 급식 단가가 977원 높았으며, 재료비는 246원 더 사용했음에도 불구하고 손익항목 비율이 낮아 수익률 차이가 17.
- 인적 자원 구성을 의미하는 정직원 비율 및 일용직 비율에서는 그룹 간 차이가 없었으며, 규모(식수) 및 계약 기간에도 유의적 차이가 없었다. 고성과 그룹은 급식 단가와 재료비 단가에서 저성과 그룹과 유의적 차이를 보였는데, 고성과 그룹의 급식 단가는 4,116원으로 저성과 그룹에 비해 977원 높았으며, 재료비도 246원 더 사용하고 있었다. 운영 변수에서는 메뉴 수, 가공식품 사용률, 재고율, 식수 오차율이 p= 0.
- 5%에 달했다. 고성과 그룹은 메뉴 수, 가공식품 사용률, 재고율, 식수 오차율, 이벤트 실행에서 저성과 그룹과 유의적 차이를 보였다. 고성과 그룹은 더 많은 메뉴를 제공하고 있었으며, 가공식품 사용이나 신메뉴 사용, 이벤트 실행수도 많아서 고객들을 만족시킬 수 있는 다양한 메뉴 제공을 시도한다고 추정할 수 있었다.
- 고성과 집단(고효율-고수익-고만족 특성을 갖는 34개 점포)과 저성과 집단(저효율-저수익-저만족 특성을 갖는 37개 집단)을 비교 분석하여 운영 현황을 파악하고 개선 방향을 수립하기 위하여, 독립표본 t 검정을 통해 그룹 간 차이를 분석하여 Table 7로 정리하였다. 고성과, 저성과의 구분 기준인 효율성 점수, 고객 만족도, 수익률 세 항목은 모두 고성과 그룹이 높은 수치를 보였으며 t값은 각각 17.301, 12.700, 10.507로 p=0.001의 수준에서 유의적인 차이를 보였다. 손익 항목에서는 매출, 재료 비율, 인건 비율, 운영 경비율에서 유의적인 차이를 보였으며, 고성과 그룹은 매출이 큰 반면 원가율은 낮아서 수익률이 높았다.
- 전체 그룹에서 고객 만족을 위한 기본 조건으로 1,800원 이상의 재료비를 사용하고 있으며, 급식 단가에 따라 재료 비율이 변동하고 이러한 현상이 수익성에 영향을 미친다고 할 수 있었다. 고효율 그룹들은 점포 규모가 크고 계약 기간도 다소 길었으나, 유의한 차이를 보이지 않았다.
- 고효율-고수익 그룹은 54개로 관리비제 점포의 비율이 높았으며, 고단가로 손익 지표의 비율이 상대적으로 낮았다. 고객 만족 향상을 위한 이벤트 실행, 가공식품 사용을 통한 다양한 메뉴 제공 등의 활동을 수행하고 있으나, 만족도는 상대적으로 높지 않았다.
- 고수익 그룹은 가공식품을 21% 이상 사용하여 저수익 그룹과 차이를 보였으며, 이는 낮은 인건 비율과 연계하여 분석할 수 있었다. 고효율-고수익 그룹은 재고 비율이 5.2%로 낮고, 이벤트 실행수도 2.2회/월로 높아 재고율 6.9%, 이벤트 실행 1.2회인 저효율-저수익 그룹과 차이를 보였다.
- 매트릭스 그룹별로 교차 분석을 실시한 결과, 타 점포 특성들은 통계적으로 유의적인 차이를 보이지 않았지만 주요 결과는 다음과 같았다. 고효율-고수익 점포는 공장 점포의 비율이 약간 높았고, 주 1회 휴무하며, 운영 끼니는 3끼 이상을 제공하는 대형 점포가 많았다. 급식 단가는 물론 재료비 단가도 높았으며 계약 기간이 긴 점포들이 더 많았다.
- Seo & Na(2006)는 국내 한식 프랜차이즈 기업을 대상으로 DEA를 적용하였고, Choi et al(2007)은 급식 산업체 점포를 대상으로 두 가지 모델을 적용하여 효율성을 분석하였다. 그 결과, 단일 지표보다는 비율 지표와의 상관성이 크다고 보고하였으며, 매출과 경상이익률이 고객 만족도와 유의한 상관관계를 갖지 않는데 비해 DEA 효율성 평가 점수와는 유의적인 상관관계를 가지는 것으로 나타나 DEA가 생산성 평가에 바람직한 분석 방법으로 사용될 수 있음을 제시하였다. Choi & Park (2007)은 DEA 생산성 지표와 고객 만족도 및 수익성과의 매트릭스를 구성하여 연관성을 분석하였고, 이에 따른 사업 운영 전략을 제시하였다.
- 7%(2점포)가 저효율-저수익 그룹으로 분류되어, 관리비제 점포는 고효율-고수익 그룹에 식단가제 점포는 저효율-저수익 그룹에 많이 속하는 것을 알 수 있었다. 급식 단가에 따른 분류에서 가장 고단가인 1분위 그룹은 64%(24점포)가 고효율-고수익 그룹에 분류되었고, 저단가인 4분위 그룹은 54%(21점포)가 저효율-저수익 그룹으로 분류되어 유의적인 차이를 보였다. 고단가 분위의 그룹들은 고효율 그룹에 분류되는 비율이 높고, 저단가 분위의 그룹들은 저효율 그룹에 분류되는 비율이 높았다.
- 규모수익 체감인 경우, 규모의 비경제가 존재한다고 한다. 본 연구에서는 규모 수익 체감을 나타내는 점포가 대부분(140개)이어서 투입을 증가시켜도 산출이 비례적으로 증가하지 않음을 알 수 있었다.
- 77점으로 조사되었으며, 투입 변수로는 재료비 18,365천원, 인건비 10,878천원, 경비 2,642천원을 사용하였다. 산출 변수에서는 매출의 편차가 커서 규모에 따른 차이가 발생할 수 있음을 파악할 수 있었고, 투입 변수에서는 운영 경비의 차이가 가장 컸다.
- DEA 효율성 점수를 계산하기 위한 투입, 산출 변수와 운영 변수들의 기술 통계 분석 결과는 Table 2와 같다. 산출 변수인 매출은 평균 32,231천원, 고객 만족도는 3.77점으로 조사되었으며, 투입 변수로는 재료비 18,365천원, 인건비 10,878천원, 경비 2,642천원을 사용하였다. 산출 변수에서는 매출의 편차가 커서 규모에 따른 차이가 발생할 수 있음을 파악할 수 있었고, 투입 변수에서는 운영 경비의 차이가 가장 컸다.
- 001의 수준에서 유의적인 차이를 보였다. 손익 항목에서는 매출, 재료 비율, 인건 비율, 운영 경비율에서 유의적인 차이를 보였으며, 고성과 그룹은 매출이 큰 반면 원가율은 낮아서 수익률이 높았다.
- 관리비제 점포의 경우, 60%(18점포)가 고효율-고수익 점포에 분류된 반면, 식단가제 점포는 30%(36점포)가 고효율-고수익 그룹으로 분류되었다. 식단가제 점포는 44%(52점포)가 저효율-저수익 점포에 분류되었으며, 관리비제 점포는 6.7%(2점포)가 저효율-저수익 그룹으로 분류되어, 관리비제 점포는 고효율-고수익 그룹에 식단가제 점포는 저효율-저수익 그룹에 많이 속하는 것을 알 수 있었다. 급식 단가에 따른 분류에서 가장 고단가인 1분위 그룹은 64%(24점포)가 고효율-고수익 그룹에 분류되었고, 저단가인 4분위 그룹은 54%(21점포)가 저효율-저수익 그룹으로 분류되어 유의적인 차이를 보였다.
- 고성과 그룹은 더 많은 메뉴를 제공하고 있었고, 가공식품 사용이나 신메뉴 사용, 이벤트 실행수도 많아서 고객들을 만족시킬 수 있는 다양한 메뉴 제공을 시도한다고 추정할 수 있다. 식수 예측률이 정확하고 재고비율도 낮았으나, 일별 재료비 편차나 발주 수정이 빈번하여, 다양한 메뉴 제공에 따른 변동이 많음을 알 수 있었다.
- 운영 변수에서는 가공식품 사용률, 재고율, 이벤트 실행에서 유의적인 차이를 보였다. 각 그룹별로 사용한 메뉴 수와 신메뉴 수는 유의적인 차이를 보이지 않아, 효율성과 수익성에 영향을 미치는 변수는 단순한 메뉴 수가 아니라 제공 메뉴의 품질이나 기타 요인이 결합되어 있다고 하겠다.
- 고성과 그룹은 급식 단가와 재료비 단가에서 저성과 그룹과 유의적 차이를 보였는데, 고성과 그룹의 급식 단가는 4,116원으로 저성과 그룹에 비해 977원 높았으며, 재료비도 246원 더 사용하고 있었다. 운영 변수에서는 메뉴 수, 가공식품 사용률, 재고율, 식수 오차율이 p= 0.05의 수준에서 통계적으로 유의한 차이를 보였으며, 이벤트 실행은 p=0.01의 수준에서 유의적 차이를 보였다. 고성과 그룹은 더 많은 메뉴를 제공하고 있었고, 가공식품 사용이나 신메뉴 사용, 이벤트 실행수도 많아서 고객들을 만족시킬 수 있는 다양한 메뉴 제공을 시도한다고 추정할 수 있다.
- 인적 자원 구성을 의미하는 정직원 비율 및 일용직 비율에서는 그룹 간 차이가 없었으며, 규모(식수) 및 계약 기간에도 유의적 차이가 없었다. 고성과 그룹은 급식 단가와 재료비 단가에서 저성과 그룹과 유의적 차이를 보였는데, 고성과 그룹의 급식 단가는 4,116원으로 저성과 그룹에 비해 977원 높았으며, 재료비도 246원 더 사용하고 있었다.
- 고효율- 저수익 점포는 공장과 병원이 많았고, 주 1회 휴무 점포가 다수를 차지했다. 저효율-고수익 그룹은 오피스의 비중이 30%로 다소 높았으며, 대형 점포가 많지만 급식 단가와 재료비 단가는 중간 정도였다. 저효율-저수익 그룹은 식단가제 비중이 높았으며, 제공 끼니수가 적은 경우(1～2끼)가 많았다.
- 저효율-고수익 그룹은 오피스의 비중이 30%로 다소 높았으며, 대형 점포가 많지만 급식 단가와 재료비 단가는 중간 정도였다. 저효율-저수익 그룹은 식단가제 비중이 높았으며, 제공 끼니수가 적은 경우(1～2끼)가 많았다. 점포 규모나 재료비 단가에 영향을 받지 않으며, 급식 단 가가 낮고 계약 기간이 짧은 경우가 많았다.
- 대형 점포의 비중이 높았으며, 급식 단가와 재료비 단가는 중간 정도였다. 전체 그룹 중 가공식품 사용률이 가장 높고 인건 비율이 낮아 인력 운영의 효율성이 가장 높은 그룹으로, 재료 비율이 높음에도 불구하고 수익을 확보할 수 있었다. 해당 점포의 효율성 증대를 위해서는 재료비는 줄이면서 만족도를 높이기 위한 활동들이 필요하다.
- 저효율- 고수익 그룹은 20개로 급식 단가와 재료비 단가는 중간 정도였다. 전체 그룹 중 가공식품 사용률이 가장 높고, 인건 비율이 낮아 인력 운영의 효율성이 가장 높은 그룹으로, 재료 비율이 높음에도 불구하고 수익을 확보할 수 있었다. 저효율-저수익 그룹은 54개로 식단가제 비중이 높았으며, 저단가 점포가 많아 상대적으로 원가율이 높기 때문에 이익률이 낮았으며, 고객 만족도도 낮기 때문에 운영 구조의 개선이 불가하다면 폐점도 고려해야 할 점포들이라 하겠다.
- 001의 유의 수준에서 차이를 보였고, 재료비 단가는 고효율-고수익 그룹이 2,039원으로 110～170원 정도 타 그룹보다 높았으나 통계적으로 유의하지 않았다. 전체 그룹에서 고객 만족을 위한 기본 조건으로 1,800원 이상의 재료비를 사용하고 있으며, 급식 단가에 따라 재료 비율이 변동하고 이러한 현상이 수익성에 영향을 미친다고 할 수 있었다. 고효율 그룹들은 점포 규모가 크고 계약 기간도 다소 길었으나, 유의한 차이를 보이지 않았다.
- 효율-수익 분석의 고효율 그룹은 효율-만족 분석에서 37%(20개)가 고효율 그룹에 속하지 못하고 고효율-저만족 그룹으로 분류되었으며, 효율-만족 분석의 고효율 그룹에서도 32%(16개)는 효율-수익 분석의 저수익 그룹에 속하여 수익성과 만족도 분류 결과는 차이가 있음을 알 수 있었다. 전체적으로 저효율 그룹들은 만족 분류나 수익 분류에 관계없이 우수하지 않은 그룹으로 분류되었으며, 고효율 그룹 간의 중복율도 상당 점포에 달해 효율과 수익, 만족도는 유기적인 관계가 있다고 볼 수 있었다.
- 5%로 나타났다. 전체적으로 저효율 그룹들은 만족 분류나 수익 분류에 관계없이 우수하지 않은 그룹으로 분류되었으며, 고효율 그룹 간의 중복율도 상당하여 효율과 수익, 만족도는 유기적인 관계가 있다고 볼 수 있었다.
- 정직원 비율, 일용직 비율, 점포 규모, 재료비 단가, 계약기간에서는 각 그룹별로 통계적으로 유의한 차이를 보이지 않았다. 급식 단가는 고효율-고수익 그룹이 4,017원으로 3,122～3,430원인 타 그룹에 비해 600원 정도 높아 p=0.
- DEA는 사전에 구체적인 함수 형태를 가정하고 모수를 추정하는 것이 아니라, 선형 계획법에 근거하여 평가 대상의 경험적 투입 요소와 산출 요소의 관계를 활용하여 평가 대상들이 효율적 변경으로부터 얼마나 떨어져 있는지 여부로 비효율성을 측정한다(Park MH 2008). 투입 변수와 산출 변수의 가중치는 최적의 효율성을 내는 벤치 마킹 대상점을 기준으로 자동 계산되는 장점이 있으며, 평가 대상 DMU들의 효율성은 0과 1사이의 점수로 표현되며, 1미만의 점수는 상대적으로 비효율적임을 의미한다.
- 5%로 나타났다. 효율-수익 분석의 고효율 그룹은 효율-만족 분석에서 37%(20개)가 고효율 그룹에 속하지 못하고 고효율-저만족 그룹으로 분류되었으며, 효율-만족 분석의 고효율 그룹에서도 32%(16개)는 효율-수익 분석의 저수익 그룹에 속하여 수익성과 만족도 분류 결과는 차이가 있음을 알 수 있었다. 전체적으로 저효율 그룹들은 만족 분류나 수익 분류에 관계없이 우수하지 않은 그룹으로 분류되었으며, 고효율 그룹 간의 중복율도 상당 점포에 달해 효율과 수익, 만족도는 유기적인 관계가 있다고 볼 수 있었다.
- 푸드서비스 점포의 종합적인 성과 개선 전략 수립을 위해 효율성, 수익 외에 만족도와의 관계를 살펴보기 위해 효율- 만족 매트릭스 분석을 부가적으로 실시하였다. 효율-수익, 효율-만족 그룹 간에 교차 분석을 수행한 결과, 수익성과 만족도에서 유사한 그룹에 속할 확률은 42.5%로 나타났다. 전체적으로 저효율 그룹들은 만족 분류나 수익 분류에 관계없이 우수하지 않은 그룹으로 분류되었으며, 고효율 그룹 간의 중복율도 상당하여 효율과 수익, 만족도는 유기적인 관계가 있다고 볼 수 있었다.
- 효율성 점수와 수익률의 매트릭스 분석 결과는 Fig. 2와 같으며, 피어슨 상관분석 결과, 상관계수는 0.609로 p=0.01의 수준에서 유의적인 상관관계가 있었다. 고효율-고수익(HEHP) 점포는 54개로 효율성과 수익률이 모두 높은 점포이며, 효율성과 수익률을 유지하는 전략이 필요하다.
후속연구
- 향후 동일 점포를 대상으로 효율성 추이를 파악하고, 원인을 분석하는 시계열 연구는 실무적으로 효율성을 개선하는데 많은 도움이 되리라 생각되어 지속적인 연구를 제언한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.